我训练了以下模型
model = Sequential()
model.add(Embedding(10000, 100, input_length = 10, weights=[embedding_matrix], trainable = False))
model.add(Bidirectional(LSTM(64, return_sequences = True)))
model.add(Dense(512, activation='relu'))
model.add(Dense(2 activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam')
model.fit(x, y, epochs=10)
但是,我在预测时得到了长度为 100 的输入。 所以,我想知道是否可以根据预测时输入的长度来更改 input_length 的值?
如果是,那么这将如何影响模型,或者我应该使用编码器和解码器模型?
最佳答案
这是我发现的
model._layers[0].batch_input_shape = (None,500)
new_model = model_from_json(model.to_json())
new_model.summary()
关于python - 我们可以改变训练模型中的 input_length 吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56143277/